Hướng dẫn python for data analysis data wrangling with pandas numpy and jupyter 3rd edition - python để phân tích dữ liệu dữ liệu quấn quýt với gấu trúc numpy và jupyter phiên bản thứ 3

Thỉnh thoảng sau khi tôi xuất bản cuốn sách này vào năm 2012, mọi người bắt đầu sử dụng thuật ngữ Khoa học dữ liệu như một mô tả ô cho tất cả mọi thứ, từ thống kê mô tả đơn giản đến phân tích thống kê và học máy tiên tiến hơn. Hệ sinh thái nguồn mở Python để phân tích dữ liệu (hoặc khoa học dữ liệu) cũng đã mở rộng đáng kể kể từ đó. Hiện tại có nhiều cuốn sách khác tập trung cụ thể vào các phương pháp tiên tiến hơn này. Hy vọng của tôi là cuốn sách này phục vụ như là sự chuẩn bị đầy đủ để cho phép bạn chuyển sang một tài nguyên cụ thể hơn về miền.

Phiên bản đầu tiên của cuốn sách này được xuất bản vào năm 2012, trong thời gian mà các thư viện phân tích dữ liệu nguồn mở cho Python, đặc biệt là gấu trúc, rất mới và phát triển nhanh chóng. Khi thời điểm viết phiên bản thứ hai vào năm 2016 và 2017, tôi cần cập nhật cuốn sách không chỉ cho Python 3.6 (phiên bản đầu tiên sử dụng Python 2.7) mà còn cho nhiều thay đổi trong gấu trúc đã xảy ra trong năm năm trước.

Bây giờ vào năm 2022, có ít thay đổi ngôn ngữ Python hơn (chúng tôi hiện đang ở Python 3.10, với 3.11 sắp ra mắt vào cuối năm 2022), nhưng Pandas đã tiếp tục phát triển. Trong phiên bản thứ ba này, mục tiêu của tôi là đưa nội dung cập nhật với các phiên bản hiện tại của Python, Numpy, Pandas và các dự án khác, đồng thời vẫn còn tương đối bảo thủ về việc thảo luận về các dự án Python mới hơn đã xuất hiện trong vài năm qua. Vì cuốn sách này đã trở thành một nguồn tài nguyên quan trọng cho nhiều khóa học đại học và các chuyên gia làm việc, tôi sẽ cố gắng tránh các chủ đề có nguy cơ bị lỗi thời trong vòng một hoặc hai năm. Bằng cách đó, các bản sao giấy giành được quá khó để theo dõi vào năm 2023 hoặc 2024 hoặc hơn thế nữa.

Mô tả cuốn sách

Nhận sổ tay dứt khoát để thao tác, xử lý, làm sạch và crunching bộ dữ liệu trong Python. Được cập nhật cho Python 3.10 và Pandas 1.4, phiên bản thứ ba của hướng dẫn thực hành này được đóng gói với các nghiên cứu trường hợp thực tế cho bạn biết cách giải quyết một bộ rộng các vấn đề phân tích dữ liệu một cách hiệu quả. Bạn sẽ tìm hiểu các phiên bản mới nhất của Pandas, Numpy và Jupyter trong quá trình này.

Tài nguyên nhà xuất bản

Xem/Gửi Errata

Tải xuống mã ví dụ

Nhận sổ tay dứt khoát để thao tác, xử lý, làm sạch và crunching bộ dữ liệu trong Python. Được cập nhật cho Python 3.10 và Pandas 1.4, phiên bản thứ ba của hướng dẫn thực hành này được đóng gói với các nghiên cứu trường hợp thực tế cho bạn biết cách giải quyết một bộ rộng các vấn đề phân tích dữ liệu một cách hiệu quả. Bạn sẽ tìm hiểu các phiên bản mới nhất của Pandas, Numpy và Jupyter trong quá trình này.

Được viết bởi Wes McKinney, người tạo ra dự án Python Pandas, cuốn sách này là một giới thiệu hiện đại, thiết thực về các công cụ khoa học dữ liệu trong Python. Đó là lý tưởng cho các nhà phân tích mới đối với Python và các lập trình viên Python mới đối với khoa học dữ liệu và điện toán khoa học. Tệp dữ liệu và tài liệu liên quan có sẵn trên GitHub.

Sử dụng máy tính xách tay Jupyter và shell ipython để tính toán khám phá Tìm hiểu các tính năng cơ bản và nâng cao trong Numpy Bắt đầu với các công cụ phân tích dữ liệu trong thư viện Pandas sử dụng các công cụ linh hoạt để tải, làm sạch, chuyển đổi, hợp nhất và định hình lại dữ liệu Cơ sở nhóm để cắt lát, xúc xắc và tóm tắt các bộ dữ liệu phân tích và thao tác dữ liệu chuỗi thời gian thường xuyên và bất thường Tìm hiểu cách giải quyết các vấn đề phân tích dữ liệu trong thế giới thực với các ví dụ chi tiết, kỹ lưỡng cho thấy nhiều hơn
Learn basic and advanced features in NumPy
Get started with data analysis tools in the pandas library
Use flexible tools to load, clean, transform, merge, and reshape data
Create informative visualizations with matplotlib
Apply the pandas groupby facility to slice, dice, and summarize datasets
Analyze and manipulate regular and irregular time series data
Learn how to solve real-world data analysis problems with thorough, detailed examples
show more

Python nào là tốt nhất để phân tích dữ liệu?

Pandas có tốt để phân tích dữ liệu không?

Các nhà phân tích dữ liệu có sử dụng Numpy không?

Python có tốt để phân tích dữ liệu không?